科研之友
微信
新浪微博
Facebook
分享链接
摘要
区域电网中电压暂降标签样本量有限，传统深度神经网络在小样本下难以进行有效学习，实际工程中应用困难。文章提出了一种小样本下基于三元组原型网络的电压暂降识别模型。使用有限的训练样本构建电压暂降三元组，并对三元组进行关系学习来提取暂降特征。增加高效通道注意力机制捕捉样本的跨通道特征交互信息，使模型在提取的特征分布具有高类内聚合性与类间可分离性。使用原型分类器对样本特征与类原型进行相似度对比来判定样本类别，保证了模型的分类鲁棒性。文章分别使用仿真数据与实测数据进行验证。实验表明，相较于传统模型，该方法能够在小样本下实现准确的电压暂降分类效果。
- 单位
